Question

在过去的几个小时里，我一直试图弄清楚这一点，但是我遇到了很多问题。我想使用sklearn的MinMaxScaler。

公式就像

Xnorm = X-Xmin / Xmax-Xmin

我想将该公式应用到某些数组位置，但是在弄清楚如何也应用像这样的逆公式方面遇到困难

Xnorm = Xmax-X / Xmax-Xmin

我的尝试：我想对数组中的第1个和第3个值进行标准化，并且要对数组中的第2个值进行标准化，我想从上述公式中获得反标准化的结果

X = np.array([[-0.23685953,  0.04296864,  0.94160742],  
              [-0.23685953,  1.05043547,  0.67673782],
              [0.12831355,  0.16017461,  0.27031023]])


from sklearn import preprocessing
minmax_scale = preprocessing.MinMaxScaler().fit(X)
X_std = minmax_scale.transform(X.iloc[:,np.r_[1,3])

Answer 1

您使用公式：-

为特定列计算Xnorm的任务

Xnorm = Xmax-X / Xmax-Xmin

如果您将特定列中的值的符号取反然后在该列中应用基本标准化，则可以解决。

证明

如果一列的最大值为A，最小值为B，则将所有值乘以-1后，新的min元素的绝对值将变为| A |。

（因此分子将被计算为{-1 * X--1 * A} == {A-X}），

和分母的相对差将保持不变。

在测试用例上实现逻辑：-

import numpy as np
X = np.array([[-0.23685953,  0.04296864,  0.94160742],  
              [-0.23685953,  1.05043547,  0.67673782],
              [0.12831355,  0.16017461,  0.27031023]])


from sklearn import preprocessing
X[:, 1] =  -1*X[:, 1]
minmax_scale = preprocessing.MinMaxScaler().fit(X)
X_std = minmax_scale.transform(X)

在打印X_std时，我们得到：-

array([[0.        , 1.        , 1.        ],
       [0.        , 0.        , 0.60543616],
       [1.        , 0.8836627 , 0.        ]])

这表明第2列的值是所需值，即使用建议的逆标准化公式计算出的值。

希望这会有所帮助。

继续提问，保持成长:)

缩放数组（sklearn）-python

1 个答案:

证明